WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


Pages:     | 1 |   ...   | 2 | 3 ||

Согласно полученным данным (Таблица 4), приемлемый результат обработки тестовой выборки достигнут уже на первом этапе (ИНС №1). Существенных изменений в дальнейшем не происходит (ИНС №2 – ИНС №4). В качестве оптимальной выбрана ИНС №2, имеющая 2 нейрона в первом скрытом слое и 3 нейрона во втором. Анализ работы уже обученной ИНС №2 позволяет предположить, что основными рабочими элементами скрытых слоёв являются первый (1) нейрон первого скрытого слоя и нейроны 1 и 2 второго скрытого слоя, что повторяет конфигурацию ИНС №1.

Оставшиеся нейроны обеспечивают дополнительную стабильность и коррекцию работы нейросети.

Рис. 6. Исходный фрагмент (а) и результат обработки (б) радиолокационного изображения На конечном этапе выполнения классификации отбираются нужные для дальнейшей работы классы, а остальные фильтруются. Полученный результат либо используется непосредственно для визуального анализа и совмещения с картографическими и прочими изображениями местности, сопоставления с подобными предыдущими данными для осуществления процесса мониторинга роста сети оврагов, либо переводится в векторный формат для последующего использования в пакетах ГИС.

Пример выделения овражной сети на радиолокационном изображении представлен на рис. 6: а) – исходный фрагмент, б) – результат работы алгоритма.

В заключении диссертации формулируются основные выводы и результаты работы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ Основные результаты работы заключаются в следующем:

Проведен анализ возможностей применения нейросетевых компонент в составе алгоритмов и методов обработки данных дистанционного зондирования; выполнено сравнение с традиционными методами обработки и сформулирована необходимость интеграции методик нейроинформатики по исследованию и оптимизации искусственных нейронных сетей в процесс получения алгоритмов обработки данных дистанционного зондирования, использующих искусственные нейронные сети.

Разработан и апробирован алгоритм нейросетевого определения влажности и температуры почвенного покрова по данным радиометрического дистанционного зондирования. Выполнено исследование рабочей нейронной сети предлагаемого алгоритма с целью определения оптимальной внутренней структуры и вектора входных данных.

Применение основанного на искусственной нейронной сети алгоритма определения влажности и температуры почвенного покрова позволяет определять неоднородность распределения влаги в приповерхностном 5см слое почвы.

В результате проведенного исследования работы алгоритма определения влажности и температуры почвенного покрова установлена необходимость многоканальных измерений (4 и более каналов) на разных частотах и поляризациях. Также отмечено, что в условиях, близких к идеальным (модельным), комплекс из нескольких нейронный сетей с одним выходом обучается в 1030 раз быстрее, чем одна нейронная сеть с тремя выходами. В остальных случаях существенного выигрыша в скорости обучения, а также в терминах R и RMSE не наблюдается.

Разработан и апробирован алгоритм определения овражной сети по радиолокационному изображению с применением искусственной нейронной сети и методов вейвлетанализа, позволяющий получать достоверный результат в более чем 85% случаев. Выполнено исследование нейронной сети предлагаемого алгоритма, в результате которого определена оптимальная внутренняя структура и вектор входных данных нейронной сети. Проведено исследование работы предложенного алгоритма на радиолокационных изображениях JERS1 и SIRC.

Применение метода нейросетевого определения овражной сети по радиолокационному изображению на изображении SIRC (L,HV) увеличивает нижний порог точности распознавания до 94%.

ПУБЛИКАЦИИ ПО ТЕМЕ ИССЛЕДОВАНИЯ Мансуров А.В. Применение нейронной сети для обработки результатов волнового зондирования почвенного покрова (определение влажности почв по радиояркостным температурам) // Тезисы докладов Международной конференции молодых ученых и студентов «Актуальные проблемы современной науки». Естественные науки. Часть 1.

Секции: 1.1. Математика, 1.2. Физика, 1.3. Механика, 1.4. Геология. – Самара:

СамГТУ, 2000. – с. Мансуров А.В. Применение нейронных сетей в обработке результатов радиометрического исследования гидрологического состояния почв // Физика, радиофизика – новое поколение в науке: Выпуск 2. Сборник работ аспирантов и студентов. / под ред. В.В. Полякова. – Барнаул: Издво Алт. унта, 2001. – с.

6972.

Мансуров А.В. Нейросетевой подход к определению параметров почвенного покрова // Международная конференция студентов, аспирантов и молодых ученых по фундаментальным наукам «Ломоносов2003». Секция «Физика» – М.: Физический факультет МГУ, 2003. – с.156.

Мансуров А.В. Применение искусственных нейронных сетей для определения параметров почвенного покрова // Тезисы докладов Всероссийской конференции «Дистанционное зондирование поверхности Земли и атмосферы». – Иркутск: ИСЗФ СО РАН, 2003. – с. 30.

Мансуров А.В. Нейросетевой способ восстановления влажности и температуры почв по данным дистанционного радиометрического зондирования // Молодежь Сибири – науке России: Сборник материалов межрегиональной научнопрактической конференции. – Красноярск: СИБУП, КРО НС «Интеграция», 2003, часть II. – с.

2530.

Мансуров А.В. Нейросетевая обработка данных мониторинга процессов замерзания/оттаивания вечной мерзлоты // Труды 4й Международной конференции молодых учёных и студентов «Актуальные проблемы современной науки».

Естественные науки. Части 48 Секции: Физика. Науки о Земле. География. Химия.

– Самара: Издво СамГТУ, 2003. – с. 1820.

Комаров С.А., Мансуров А.В. Восстановление параметров почвенного покрова территорий с помощью нейронной сети по данным радиометрического зондирования // Известия Алтайского государственного университета. – 2004. – №1. – с. 99107.

Мансуров А.В. Нейросетевое прогнозирование и обработка данных мониторинга окружающей среды // Материалы Международной научной конференции «Татищевские чтения: актуальные проблемы науки и практики». Актуальные проблемы экологии и охраны окружающей среды. – Тольятти: Волжский университет им. В.Н. Татищева, 2004. – с.8993.

Мансуров А.В. Нейросетевая методика мониторинга сети оврагов по радиолокационным изображениям // Нейроинформатика и ее приложения: Материалы XII Всероссийского семинара, 13 октября 2004 г. – Красноярск: ИВМ СО РАН, 2004. – с. 8889.

Мансуров А.В. Мониторинг сети оврагов с помощью нейронной сети по радиолокационным изображениям // Известия Алтайского государственного университета. – 2005. – №1. – с. 124127.

Мансуров А.В. Нейросетевой метод определения температуры и влажности неоднородно увлажненных почв по данным СВЧрадиометрии // Омский научный вестник. – 2006 (в печати).

Мансуров Александр Валерьевич Нейросетевые алгоритмы обработки данных радиолокационного и радиометрического дистанционного зондирования поверхности Земли Автореферат Подписано в печать Печать РИЗО Объем 1.0 п.л. Формат 60х84/16 Бумага офсетная Заказ № Тираж 100 экз.

Типография Алтайского государственного университета 656 049, Барнаул, ул. Димитрова,

Pages:     | 1 |   ...   | 2 | 3 ||




© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.